10月14日，微軟發(fā)布自研AI文生圖模型MAI-Image-1。微軟表示，MAI-Image-1 “擅長”閃電、風(fēng)景等逼真的圖像，它可以比“更大、更慢的模型”更快地處理請求并生成圖像。該模型已經(jīng)躋身人工智能基準(zhǔn)網(wǎng)站LMArena同類模型的前10名。
9月9日晚間，騰訊混元最新的生圖模型“混元圖像2.1（HunyuanImage 2.1）”正式發(fā)布，支持最長達(dá)1000個(gè)tokens的提示詞，支持原生2K生圖。此外，騰訊混元方面透露，“混元原生多模態(tài)圖像生成模型，也在路上了。”本次，混元還開源中英文改寫模型——混元文本改寫模型（PromptEnhancer），能夠?qū)τ脩舻奈谋局噶钸M(jìn)行結(jié)構(gòu)化優(yōu)化。
當(dāng)?shù)貢r(shí)間8月26日，谷歌正式推出了其最先進(jìn)的圖像生成與編輯模型Gemini 2.5 Flash Image，代號“納米香蕉”（nano banana）。該模型當(dāng)前在LMArena基準(zhǔn)測試中位列AI圖像編輯模型榜首，具備角色一致性保持、自然語言精準(zhǔn)修圖、多圖融合能力，并利用Gemini世界知識提升智能表現(xiàn)。目前用戶可通過Gemini App、API等方式訪問，其API定價(jià)為每百萬輸出token30美元。
4月15日，HiDream智象未來團(tuán)隊(duì)宣布正式開源圖像生成大模型HiDream-I1與交互編輯模型HiDream-E1。HiDream-I1在權(quán)威榜單Artificial Analysis中24小時(shí)內(nèi)登頂，成為首個(gè)躋身全球第一梯隊(duì)的中國自研生成式AI模型，并在圖像質(zhì)量、語義理解、藝術(shù)表現(xiàn)三大維度刷新行業(yè)紀(jì)錄，實(shí)現(xiàn)圖像的多風(fēng)格生成，涵蓋動漫、肖像、科幻等場景。目前，設(shè)計(jì)工具Recraft已集成HiDream模型，用戶3步即可實(shí)現(xiàn)“一鍵出圖+智能編輯”。
4月11日，獨(dú)立AI基準(zhǔn)測試與分析平臺Artificial Analysis最新競技場榜單揭曉，智象未來的圖像生成大模型HiDream-I1開源僅24小時(shí)就登頂圖像生成模型榜首，成為首個(gè)登頂該榜單的中國自研生成式AI模型。據(jù)介紹，HiDream-I1已參與 5000 余次測評，覆蓋“文字排版”“人物肖像”“動漫”“科幻題材” 等多個(gè)關(guān)鍵細(xì)分領(lǐng)域。